基于暗通道先驗的霧霾天交通場景下退化圖像復原算法研究的中期報告

基于暗通道先驗的霧霾天交通場景下退化圖像復原算法研究的中期報告摘要：隨著城市化進程的不斷加快，霧霾天氣越來越成為交通出行的常態(tài)，而霧霾天氣對于交通場景下的圖像拍攝質量有著明顯的影響。針對這一問題，已有許多研究針對霧霾天氣的圖像復原問題進行了探討，其中基于暗通道先驗的方法被證明有效性較大。本文針對霧霾天氣下交通場景的圖像復原問題，結合暗通道先驗方法提出一種新的圖像復原算法，并初步進行了實驗驗證。實驗結果表明，所提出的算法相比于傳統(tǒng)的去霧算法在圖像復原效果上有顯著的提高，并具有一定的實際應用價值。關鍵詞：霧霾；圖像復原；暗通道先驗；交通場景1、背景隨著城市化進程的加快和交通出行的不斷增多，霧霾天氣越來越成為日常生活中的常態(tài)。然而，霧霾天氣對于交通場景下的圖像拍攝質量有著明顯的影響，導致圖像的細節(jié)信息明顯減少，對于人工識別和自動處理都帶來了很大的困難。因此，霧霾天氣下的圖像復原問題一直是一個受到廣泛關注的研究方向。目前已有許多研究針對霧霾天氣的圖像復原問題進行了探討，其中基于物理模型的方法和基于暗通道先驗的方法是常用的兩種方法。前者通過對霧霾成因的探討，通常采用能量最小化的方法對圖像進行模擬和去除霧霾。而基于暗通道先驗的方法則是通過發(fā)現(xiàn)大氣中常見景物像素在暗通道上具有低灰度值的特征，利用此特征對圖像進行復原。2、研究目的和意義本研究旨在探討采用基于暗通道先驗的方法對霧霾天交通場景下的圖像進行復原的可行性和優(yōu)越性，進一步提高霧霾天氣下交通場景圖像的質量和準確性，為相關應用提供支持。3、研究內容本文采用基于暗通道先驗的方法對霧霾天氣下的交通場景圖像進行復原。該方法的基本思路是通過統(tǒng)計一定區(qū)域內的像素點灰度值，利用大氣散射模型和光線可透過物體的特性，挖掘圖像中的暗通道信息，然后通過逆向操作對圖像進行復原。具體而言，我們首先通過計算圖像中每個像素點在一定區(qū)域內的最小灰度值來得到暗通道圖像，并利用氣溶膠比例和大氣光照模型對得到的暗通道圖像進行估計；然后，根據(jù)唯一性約束和全局假設，推斷圖像中的透射率（transmission），最終通過逆向操作對圖像進行恢復，得到復原后的圖像。4、研究進展已完成相關算法的代碼編寫和初步的實驗驗證，實驗結果表明所提出的算法相比于傳統(tǒng)的去霧算法在圖像復原效果上有顯著的提高，并具有一定的實際應用價值。5、進一步工作計劃在完成算法的驗證和優(yōu)化后，我們將進一步進行實驗和測試，并考慮將所提出的算法應用于一些實際場景中，以全面探討該算法的實用性和推廣價值。同時，我們還將進一步深化相關理論和算法的研究，并探索與其他圖像處理方法的結合，以期在圖像復原方面取得更為出色的成果。參考文獻：1.HeK,SunJ,TangX.Singleimagehazeremovalusingdarkchannelprior[J].IEEEtransactionsonpatternanalysisandmachineintelligence,2011,33(12):2341-2353.2.彭鵬飛,田豐江,沈志強.基于暗通道先驗的圖像去霧算法研究[J].電視技術,2016,40(6):7-10.3